从交际意图和语言交际的发展变化来看“质的准则”

讨论了格赖斯"合作原则"中"质的准则",指出"质的准则"不是一条道德准则,它具有随机性和不确定性。     

修正的摩尔-库仑准则在重力坝深层抗滑稳定中的应用

针对修正后的Mohr-Coulomb准则采用基于Euler向后积分的自适应子增量本构积分算法推导得到的一致性切线刚度矩阵,以ABAQUS软件为平台,编制UMAT本构程序.进行了平面应变条件下单轴受压的数值验证后,用上述程序以强度储备系数法来验证了修正后的Mohr-Coulomb准则在重力坝抗滑稳定中的可靠性,结果表明编写的修正后的Mohr-Coulomb模型能够有效地反映重力坝深层抗滑破坏的特性,结果偏安全.     

带约束拉杆L形钢管混凝土轴压柱受力性能分析

本文采用三维有限元分析软件ANSYS,针对带约束拉杆L形钢管混凝土轴压柱的受力性能,以试验中C1、C2试件作为研究对象,建立了三维有限元数值分析模型.其中,不考虑钢管与核心混凝土之间的滑移;拉杆与核心混凝土、钢管之间的连接采用节点耦合法;为了避免应力集中,在柱顶和柱底均设置刚性垫块.计算结果表明,该模型是合理的.利用该模型,对影响带约束拉杆L形钢管混凝土轴压柱受力性能的因素:拉杆纵向间距、拉杆横向间距、拉杆直径、钢管壁厚和偏心距等,进行了参数分析,为工程设计及应用提供了参考依据.     

粒子群算法和Qos约束对EIGRP度量算法的优化

针对EIGRP协议无法适应高速复杂网络、不考虑服务质量的缺点,提出了一种基于粒子群算法和Qos约束路由的计算EIGRP混合度量值的算法.分析了EIGRP协议计算路径开销主要依据的五个指标在应用中的特点,并在此基础上建立模型,将粒子群算法应用到该模型中实现路径的寻优.仿真结果表明,粒子群算法用于该模型中能够得到很好的收敛速度和寻优结果.     

含分布式电源的配电网络重构

随着分布式电源在电力系统的逐步推广,考虑分布式电源的配电网重构具有广阔的发展前景。提出基于Metropolis准则的群搜索优化算法,并对含分布式电源的配电网进行重构。Metropolis准则能够有效解决发现者局部寻优时产生错误的搜索方向,从而跳出局部极值点,提高了优化的效果。算例结果表明分布式电源的引入提高了节点电压,降低了有功网损,并验证了算法的可行性。     

可数状态空间零和随机对策期望折扣赔付准则

讨论离散时间可数状态空间下零和随机对策期望折扣赔付准则模型。给出了一组保证期望折扣最优平稳策略存在的最优性条件。在这些条件下证明了期望折扣最优方程解和最优平稳策略的存在性。     

基于资源约束的凸轮轴生产线用工策略仿真

汽车制造业是我国国民经济的支柱产业,凸轮轴是汽车发动机的关键零部件,目前多依赖经验配置生产线员工、无法合理适应生产需要。本文依据凸轮轴生产线的功能需求,构建基于资源约束的生产线用工策略模型,根据此模型确定整个生产线的用工量。建立基于离散系统的仿真模型,对所提出的用工策略进行仿真分析验证,最后得到了优化后的生产线可行的方案,对实际生产起到指导作用。该模型和方法也可以应用到其他类似的生产实际。     

基于人机交互的热轧动态调度

针对热轧动态调度问题,在深入分析其生产过程中扰动因素基础上,提出了各种扰动事件的处理策略,给出了基于人机交互的处理流程.在此基础上开发了基于人机交互的热轧动态调度系统,该系统主要包舍扰动识别模块、在线调整模块、模型优化模块、调整板坯顺序模块和系统管理模块.源于钢厂实际生产数据的仿真结果表明,该人机交互平台能够快速有效地处理各种扰动事件,获得与原调度尽量一致的新调度方案,保证了热轧生产过程的连续与稳定.     

考虑径向畸变的机器人视觉系统的参数标定

针对GRB-400机器人视觉系统,建立完整的摄像机一阶径向畸变模型。用GRB系统的Matrox图像采集卡采集标定点坐标,利用径向排列约束方法 (简称RAC)建立线性方程组求解摄像机的径向畸变参数。基于此畸变参数实现图像校正,以提高对目标物体的定位精度,从而提高机器人视觉系统对摄像机标定参数变化的鲁棒性。实验结果表明,该方法有较高的标定精度。     

计算机数控系统光滑时间最优轨迹规划

基于控制向量参数化(CVP)方法, 研究了计算机数控(CNC)系统光滑时间最优轨迹规划方法. 通过在规划问题中引入加加速度约束, 实现轨迹的光滑给进. 引入时间归一化因子, 将加加速度约束的时间最优轨迹规划问题转化为固定时间的一般性最优控制问题. 以路径参数对时间的三阶导数(伪加加速度)和终端时刻为优化变量, 并采用分段常数近似伪加加速度, 将最优控制问题转化为一般的非线性规划(NLP)问题进行求解. 针对加加速度、加速度等过程不等式约束, 引入约束凝聚函数, 将过程约束转化为终端时刻约束, 从而显著减少约束计算. 构造目标和约束函数的Hamiltonian函数, 利用伴随方法获得求解NLP问题所需的梯度.